Sistema de Apoyo para la Toma de Decisiones Logísticas en … · En particular, el proceso de...

Sistema de Apoyo para la Toma de Decisiones Logísticas

en la Industria de la Carne a través de Simulación

Candela Lucía Martínez1, Milagros Rolón1 y María Analía Rodriguez1,2

1Departamento de Ingeniería Industrial (UTN FRSF), Lavaise 610, Santa Fe, Argentina 2IDTQ (UNC-CONICET), Vélez Sarsfield 1611, Ciudad Universitaria, Córdoba, Argentina

{cande.martinez2, rolon.milagros}@gmail.com, r_analia@santafe-

conicet.gov.ar

Resumen. La característica dinámica de la cadena de suministros (CS) subraya

la importancia de contar con indicadores de gestión que permitan direccionar efi-

cientemente la toma de decisiones en niveles administrativos y gerenciales. Es-

pecíficamente para el área de transporte de la carne, se propone la herramienta de

simulación para reflejar la variación en los costos logísticos totales y unitarios

frente a diversas decisiones operativas y de estructura, así como posibles varia-

ciones aleatorias de los parámetros de costo. El objetivo del presente trabajo con-

siste en el modelado de una herramienta que permita la combinación del análisis

dinámico que nos brinda la simulación de eventos discretos, con un sistema in-

formático de fácil integración a los sistemas existentes en la empresa. El modelo

de simulación diseñado se incorporaría en trabajos futuros a la herramienta infor-

mática de estimación de costos relacionados al transporte de carne, desarrollada

anteriormente por el grupo de trabajo.

Palabras claves: Simulación; Toma de decisiones; Costos logísticos; Trans-

porte de carne.

1 Introducción

Resulta hoy innegable que el diseño e implementación de tecnologías de la informa-

ción es uno de los elementos que otorgan valor a los sistemas productivos, favoreciendo

al crecimiento sostenido de la economía. Por otro lado, las exigencias para mantenerse

competitivos, hacen que la gestión de costos en la cadena de suministros (CS) sea cada

vez más compleja. Las empresas deben elegir las estrategias logísticas que mejor se

adecúen a sus necesidades y les permitan operar del modo más eficiente [1]. La gestión

en las CS no solo incide en los tiempos y las formas de entrega sino que también reper-

cute en sus costos logísticos [2].

En el estudio previo del grupo de trabajo, se ha realizado un análisis de la CS de la

carne y desarrollado un modelo de costeo ABC (del inglés Activity Based Costing [3]).

Se han definido las fuentes de recursos que originan los costos y las alternativas tanto

en materia de gestión como de infraestructura que condicionan su modalidad en fijos o

SII, Simposio Argentino de Informßtica Industrial

46JAIIO - SII - ISSN: 2451-7542 - Página 138

mailto:cande.martinez2,%20rolon.milagros%[email protected]

variables. En función de este análisis, se han desarrollado ecuaciones de costos para

esta industria [4].

Como segunda parte del trabajo se ha desarrollado un programa informático en len-

guaje Java [5], para el análisis de costos relacionados al transporte de carne. El objetivo

del mismo fue favorecer la obtención de forma sencilla y amigable para el usuario, de

resultados numéricos que expresaran el costo del servicio de transporte de la carne por

medio del aporte que realizan las distintas actividades desarrolladas, así como también

de indicadores cuyo seguimiento aumentara el conocimiento de la situación de la em-

presa en materia de sus costos logísticos [6]. Sin embargo, aunque el software es pro-

picio para obtener indicadores económicos, no resulta práctico para poder evaluar di-

versos escenarios y alternativas en forma simultánea, y la influencia de los parámetros

de entrada en las variables de costos.

Por otro lado, los modelos de procesos de negocios, tales como las decisiones de

costos en la CS, son demasiado complejos y dinámicos como para ser entendidos y

analizados sólo por métodos matemáticos [7]. En este sentido, la interacción de los

recursos con los procesos y servicios sobre el tiempo se traduce en un gran número de

escenarios imposibles de abarcar y valorar sin la ayuda de un modelo de simulación

computarizado. Mediante la simulación se recogen datos como si se estuviera obser-

vando el mundo real, y los datos así generados se utilizan para estimar la performance

del sistema.

Guerrero Hernández y Henriques Librantz [8] han planteado la simulación como

herramienta para la toma de decisiones simulando los procesos logísticos en sí, plan-

teando una simulación de eventos discretos y efectuando un experimento con distintos

escenarios. Dentro del mercado de transporte, SeaRates LP [9], además de ser una pla-

taforma de bolsa de carga en línea, es una herramienta que permite optimizar la distri-

bución de carga y espacio en los contenedores. Asimismo, World Freight Rates [10]

proporciona una herramienta útil para el cálculo de costos de fletes.

En lo que se refiere a la determinación de costos por simulación, Erdman [11] men-

ciona las pautas que deben cumplir los modelos de simulación para planificación em-

presarial y algunos factores a tener en cuenta. En el área de costos de transporte, son a

nuestro saber pocas las propuestas de herramientas de simulación. En el software online

del simulador del costo de transporte de mercancías por carretera [12], se detalla la

estructura de costos para el área de transporte, pero los datos de salida son estáticos, su

modificación requiere volver a ingresar los datos de entrada y “correr” nuevamente el

modelo, no brindando ningún tipo de análisis de los datos de salida. El simulador de

costos de SIP Consultors [13], utiliza para el costo de producción y margen de venta de

cerdos, parámetros de referencia para comparar con los simulados, mostrando en cada

costo no sólo un resultado sino dos, resaltando la diferencia entre el costo calculado

con los dos juegos de parámetros (parámetros de referencia y de simulación). Por otro

lado, en el tablero de comando propuesto por Quinodoz [14] se plantea la necesidad del

análisis de sensibilidad de las variables externas más importantes de la empresa, y re-

laciones entre las variables de entrada y salida. Sin embargo, en el trabajo sólo se pre-

sentan los resultados obtenidos sin el desarrollo del modelo completo de simulación, ni

la descripción del simulador utilizado.



El objetivo principal de este trabajo es abordar la temática de la simulación como

herramienta para la toma de decisiones en el ámbito de los costos logísticos, específi-

camente para el transporte de la carne. El mismo se enfoca en definir y desarrollar el

propósito y alcance de la simulación, en el modelado conceptual del sistema y en el

desarrollo de un diseño de experimentos para el análisis de sensibilidad. Se centra por

un lado en cómo presentar la información de costos disponibles para facilitar la toma

de decisiones de los responsables de costos, y por el otro, en qué tipo de análisis esta-

dístico se requiere incorporar y cómo hacerlo en el sistema actual, sin hacer hincapié

en los códigos y programación. Luego, en trabajos futuros se propone continuar con el

proceso para lograr la implementación de la simulación en el software de análisis de

costos.

2 Metodología

La metodología utilizada para el desarrollo del programa de análisis de costos es el

método iterativo-incremental [16] donde el proyecto se planifica en diversos bloques

temporales llamados iteraciones. Se comienza con un modelo simple y en cada iteración

se añaden detalles y/o complejidad según sea necesario hasta que alcance la represen-

tación adecuada para el problema.

En particular, el proceso de incorporación de la simulación al software (proceso de

ciclo de vida del modelado y simulación [15]), como se observa en la Figura 1, tiene

como primer paso establecer el propósito y el alcance del modelo (comprendido en la

sección 3), para lo que se define el objetivo, se describe el proceso y los escenarios a

investigar. El siguiente paso es formular el modelo conceptual, donde se describe lo

que se va a presentar y cómo, las variables involucradas (descriptas en la sección 4) y

las relaciones matemáticas y lógicas (abarcadas en trabajos anteriores [4]). El tercer

paso es adquirir y analizar datos, se definen cuáles son los datos necesarios y cómo

recopilarlos (esto fue desarrollado previamente en [4] pero sin realizarse la recolección

de los mismos). El desarrollo del modelo de simulación y el programa se propone para

trabajos futuros, en el que se programará el modelo conceptual en lenguaje de progra-

mación Java para incorporarlo al software y para lo que se deberá verificar y validar el

modelo y la simulación en cada paso del proceso. En el diseño de experimentos (desa-

rrollado en la sección 5) se deciden los escenarios a simular, la cantidad de corridas y

las interfaces necesarias para llevarse a cabo, lo que permite apreciar el comportamiento

del sistema variando los datos de entrada. Los siguientes pasos consisten en ejecutar la

simulación y analizar las salidas, controlar la configuración y documentar el sistema.



3 Propósito y alcance de la simulación

Como se dijo anteriormente, el objetivo principal del trabajo es abordar la temática

de la simulación como herramienta para la toma de decisiones en el ámbito de los costos

logísticos para el transporte de la carne.

En este trabajo se desarrolla un modelado conceptual del sistema y un diseño de

experimentos para un análisis de sensibilidad. Se planea ejecutar la simulación par-

tiendo del software desarrollado para el sistema de costeo ABC al servicio de transporte

en la industria de la carne [6], de manera de posibilitar la integración de este análisis

dinámico en los sistemas informáticos existentes en la empresa. Es decir, la propuesta

no es utilizar un simulador que trabaje de forma aislada, sino implementar la simulación

en el software desarrollado en Java por el grupo de trabajo, que es de fácil integración

a los sistemas actuales de las empresas del rubro, como los sistemas ERP. La simulación

se centrará en un análisis de sensibilidad y un análisis de causa-efecto de las variables

de entrada y salida (análisis dinámico). En este sentido, los decisores en el ámbito de

costos de transporte podrían explorar nuevas políticas y decisiones de estructura, sin

necesidad de “arriesgar” el sistema real. Por otro lado, con esta herramienta podrían

testearse hipótesis acerca de cómo y por qué ocurren ciertos fenómenos, para analizar

su factibilidad.

Específicamente el simulador permitirá reflejar el impacto de decisiones estratégicas

como incorporación de personal, aumento/disminución en la flota de camiones, au-

mento/disminución del precio del servicio, y variables externas, como posibles fluctua-

ciones de precios.

3.1 Descripción del proceso

El proceso de transporte de carne incluye en total 15 actividades, siendo 3 activida-

des primarias (cargar el producto al camión, descargar el producto del camión y trasla-

dar el producto), y el resto actividades secundarias, cuyo costo se asigna luego a las

primarias. En la Figura 2 se muestra un diagrama de flujo de la secuencia de las opera-

ciones junto con los recursos de costos consumidos por las actividades para el servicio

de transporte de la carne, lo que permite una mayor comprensión del proceso.

Fig. 1. Proceso de modelado y simulación. Fuente: Loper, M. L. [15]



4 Modelo Conceptual

4.1 Descripción de las variables

Las variables de entrada se pueden clasificar en variables de naturaleza estocásti-

cas o determinísticas. En nuestro caso de estudio, las variables estocásticas [17], en-

tendidas como un conjunto especificado de valores que siguen una probabilidad espe-

cífica1, son las siguientes: Cantidad de km totales recorridos; Cantidad de viajes reali-

zados en el mes; Proporción de tiempo que los administrativos dedican a las actividades

1 La distribución de probabilidad que siga cada variable depende de la distribución de probabi-

lidad de los datos, por lo que para poder identificarla se debe realizar una recolección de datos,

y en base a éstos se elegirá la distribución de probabilidad que mejor los represente, lo cual se

verifica con una prueba de bondad de ajuste.

Fig. 2. Diagrama de flujo de actividades



de tomar pedidos, confeccionar remitos y planificar ruta; Proporción de tiempo que los

trabajadores de carga y descarga dedican a las actividades de cargar el producto, des-

cargar el producto y armar pedidos; Proporción de tiempo que los trabajadores de man-

tenimiento dedican a las actividades de acondicionamiento exterior e interior del

vehículo, revisión de chasis, motor y trasmisión, mantenimiento de frenos, comproba-

ción de iluminación, revisión de ejes y suspensión y limpieza del vehículo.

Por otro lado, las variables determinísticas pueden ser, variables estructurales:

Cantidad de operarios de carga y descarga, de operarios de mantenimiento, administra-

tivos y de choferes; Cantidad de camiones; Cantidad de recursos de limpieza, adminis-

trativos, de carga y descarga, para preparación de pedidos y de mantenimiento; Canti-

dad de repuestos en las diferentes actividades; Precio de prestación del servicio por km

recorrido; Precio de la propiedad; Precio de adquisición de cada camión. O variables

no estructurales: Frecuencia de cambio de aceite y filtro; Proporción de espacio físico

que se dedica a cada actividad; Cantidad de acondicionamientos interiores y exteriores;

Cantidad de comprobaciones de iluminación; Toneladas de carne transportadas; Canti-

dad de km recorridos por chofer; Cantidad de cubiertas por camión; Sueldo de cada

trabajador; Comisión por km recorrido por chofer; Precio del seguro de cada camión;

Arancel de habilitación SENASA por camión; Precio del combustible; Precio de cada

cubierta; Precio cambio de aceite y filtro; Canon anual por camión para revisión técnica

vehicular; Costo en energía eléctrica; Precio de cada recurso; Precio de cada repuesto.

Luego, los parámetros del modelo son los siguientes: Consumo de combustible de

cada camión; Vida útil: de la estructura física; de cada camión; de las cubiertas; de cada

recurso; y de cada repuesto de las actividades de mantenimiento.

Por otro lado, los inductores del modelo de costeo2, son cantidades de: Pedidos rea-

lizados en el mes; Viajes realizados en el mes; Pedidos transportados por viaje; Dis-

tancias recorridas en el mes (en km); Acondicionamientos exteriores e interiores reali-

zados en el año; Comprobaciones de iluminación realizadas en el mes.

Mientras que las variables de salida son: Costo total mensual; Beneficio total men-

sual; Rentabilidad; Costo unitario por km recorrido; Costo unitario de una tonelada de

carne por km recorrido; Costo promedio por viaje; Costo total y unitario de cada acti-

vidad primaria y secundaria; Costo total de mano de obra; Costo total de actividades de

mantenimiento, de administración y de carga y descarga; Costo total en energía eléc-

trica; Costo total en recursos; Costo total en repuestos; Costo total en combustible.

Los cálculos de costos de cómo las variables de entrada son transformadas en varia-

bles de salida fueron desarrollados en trabajos anteriores [4]. A modo de ejemplo se

puede mencionar que para calcular el costo de la actividad cargar el producto se deben

tener en cuenta costos de: mano de obra (en función de la remuneración fija de los

trabajadores de carga y descarga y la fracción de tiempo dedicado); espacio físico

(amortización, en base a su valor y vida útil, de la proporción utilizada); recursos (según

su valor y vida útil); energía eléctrica para iluminación (dado por el costo de energía y

el espacio físico utilizado);y el aporte del costo de actividades secundarias relacionadas.

2 Se refieren a los factores que se han utilizado en el modelo de costeo ABC para vincular las

actividades y los objetos de costos (miden cómo se incurre en un costo, permitiendo la incor-

poración de los costos de las actividades al costo de los productos).



4.2 Incorporación al Software

En el programa desarrollado por el grupo de trabajo [6], el ingreso de datos de las

variables estructurales se realiza a través de un diseño modular de interfaz principal, y

los valores de las variables no estructurales se ingresan gracias al uso de interfaces

respectivas a ese grupo de variables. En los resultados se muestran los costos del servi-

cio de transporte en la industria de carne. Entre ellos incluye los costos totales mensua-

les y los costos unitarios por km recorrido, de tonelada de carne por km recorrido y por

actividad. Además muestra en forma gráfica su composición, según diferentes clasifi-

caciones e indicadores económicos útiles para toma de decisiones. En el mismo soft-

ware se propone añadir la posibilidad de realizar una simulación de modo que se vin-

culen los valores actuales con los propuestos, valorando las diferencias que pudiera

haber en las variables de salida. De esta manera, el programa contará con análisis esta-

dístico para evaluar las relaciones causa-efecto de las variables de entrada sobre las

variables de salida del sistema.

5 Análisis de Sensibilidad

El Análisis de Sensibilidad permite apreciar el impacto que causa en los resultados,

la variación de determinados parámetros o variables del modelo, sin afectar el sistema

real. Este análisis se llevará a cabo a través de experimentos de simulación, en el que

se varía datos de entrada para cada ejecución y se observa el comportamiento del sis-

tema. A continuación se describen las variables a analizar y las diferentes interfaces a

incorporar al software para realizar el análisis de sensibilidad y se muestran en forma

general los principales resultados a obtener.

5.1 Variables para el Análisis de Sensibilidad

Para realizar el análisis de sensibilidad se seleccionaron las variables no estructurales

que tienen mayor impacto en los resultados y generan los mayores costos totales.

Las variables no estructurales no son controlables y permiten analizar el impacto que

tendría una fluctuación externa de los precios. Basándose en el principio de Pareto co-

nocido como “Ley 80-20” el cual reconoce que unos pocos elementos (el 20%) generan

la mayor parte del efecto (el 80%); y el resto de los elementos generan muy poco del

efecto total [18], el estudio se centra en los elementos que producen el 80% de los

costos, siendo éstos los costos en combustible y en mano de obra. Además se incluyen

variables estructurales importantes para la toma de decisiones como la incorporación o

despido de personal, la incorporación o venta de camiones y el precio de prestación del

servicio. De esta manera, las 12 variables a analizar son: Precio del combustible; Sueldo

fijo del chofer; Comisión por km del chofer; Sueldo del administrativo; Sueldo del per-

sonal de carga y descarga; Sueldo del personal de mantenimiento; Precio de prestación

del servicio; Cantidad de choferes; Cantidad de administrativos; Cantidad de operarios

de carga y descarga; Cantidad de operarios de mantenimiento; Cantidad de camiones.

Para cada variable se propondrán hasta 3 escenarios, a partir de los cuales el software

realizará un análisis de varianza y evaluará si las situaciones planteadas representan



cambios significativos en las variables de respuesta. De ser así, se mostrarán los valores

y las modificaciones en las variables de salida y se podrá apreciar gráficamente la rela-

ción entre distintas variables.

5.2 Análisis de la Varianza

El análisis de la varianza (ANOVA) es el método estadístico que permite analizar la

significancia estadísticas de varios factores [17], siendo los factores las variables de

entradas definidas en la sección 5.1. Para el ANOVA se planteará un diseño unifactorial

que permitirá estimar los efectos individuales de los factores en la variable de respuesta

y un diseño multifactorial para dos factores que mostrará los efectos que producen las

interacciones de las variables de entrada.

La variable de respuesta del ANOVA será el Beneficio Total, ya que integra todos

los costos individuales y los ingresos, y permitirá conocer los efectos globales de los

escenarios planteados. Para cada escenario se efectuarán 3 repeticiones, siendo 9 corri-

das por variable (N° corridas = N° factores x N° niveles x N° repeticiones = 1x3x3) y

como son 12 variables, se realizarán como máximo 108 corridas, pudiendo ser menos

si se analizan menos factores. Y si se incluye el análisis multifactorial, se le sumarán

18 corridas más (2 factores x 3 niveles x 3 corridas). El software hará visible al usuario

los efectos de cada nivel de los factores, es decir, cuánto aumentan o disminuyen los

beneficios totales para cada escenario. Asimismo, se mostrará el resultado del ANOVA

especificando los factores significativos para la variable de respuesta.

5.3 Gráficos

Como resultado, el software realizará gráficas que vinculen distintos factores. Los

tipos de gráfico que se podrán obtener son los siguientes:

─ Gráfico de cada variable en el que muestra en ordenadas el beneficio total y en

abscisas los 3 niveles seleccionados. Éste permitiría identificar el mejor y el peor

escenario de la variable analizada.

─ Gráfico de interacción de variables. En el eje de ordenadas la variable de salida, en

el eje de abscisas los escenarios de una variable y en el cuerpo del gráfico, en dife-

rentes colores, los escenarios de otra variable. Tendría la ventaja de poder apreciar

la mejor y la peor combinación de escenarios para las variables involucradas.

─ Gráfico de relación de todas las variables de entrada. En el eje de ordenadas se

muestra el beneficio total, en el eje de abscisas el porcentaje de variación de las

variables y en diferentes colores se grafican las variables de entrada. Para realizarlo

se podrían modificar los valores originales de las variables de entrada disminuyendo

su valor hasta un 20% y aumentándolo hasta un 20%. Para el gráfico de las variables

discretas, correspondientes a decisiones estructurales, los valores evaluados se

modificarían en una unidad entera desde -2 a +2. Este gráfico comparará el análisis

de sensibilidad de cada variable, permitiendo distinguir fácilmente las variables cuya

fluctuación tienen un mayor impacto en el beneficio total.



─ Gráficos de torta para cada variable comparando los distintos escenarios. Muestra

la distribución de costos de las actividades primarias, de las actividades secundarias

y de los recursos más importantes. Permitirían determinar las principales fuentes de

costos para cada variable según los escenarios propuestos.

A partir de estos gráficos, podría analizarse el impacto que produciría en las

ganancias decisiones como: la incorporación o inhabilitación de un camión;

modificación en la cantidad de personal; cambio de proveedores; y aumento del precio

del combustible; permitiendo tomar decisiones en base a los resultados arrojados por

las simulaciones, como por ejemplo, aumentar o dismunuir el precio del servicio o

modificar la estructura empresarial. Esto posibilitaría tener estipuladas de antemano

acciones estratégicas a llevar a cabo dados ciertos contextos.

5.4 Descripción de las Interfaces

Con el objetivo de realizar el análisis de sensibilidad es necesario incorporar al soft-

ware las interfaces que permiten este análisis. En la Figura 3 se puede apreciar cómo se

relacionan las mismas.

Pantalla “Simulación”

En la pantalla de inicio se deberá incluir un botón que se llame “Simulación”, del

cual se abrirá una nueva pantalla, en donde se mostrarán todas las variables de entradas

para la simulación, identificadas en la sección 5.1 como las más relevantes (6 estructu-

rales y 6 no estructurales); y además, todas las variables estocásticas. En esta pantalla

Fig. 3. Diagrama de relaciones de interfaces



el usuario podrá darle nuevos valores a las variables sin afectar los cálculos de costos

actuales, es decir que los valores de la pantalla principal no se verán afectados.

Para las variables de entrada el usuario tendrá la opción de introducir hasta 3 esce-

narios diferentes para cada variable, pudiendo plantear una situación optimista, una

realista y otra pesimista. Si el usuario no introduce cambios en algún parámetro o en

alguno de los escenarios se considera como que dicho parámetro o escenario no varía.

Además, podrá seleccionar 2 variables que desee que se grafiquen para analizar su in-

teracción (análisis multifactorial).

Por otro lado, para cada variable estocástica se deberá especificar el tipo de distribu-

ción según una lista desplegable; la media; y la desviación estándar. Con respecto a los

parámetros y el resto de las variables no incluidas en el análisis, éstas tomarán el valor

actual correspondiente al indicado en la pantalla principal.

Una vez definido los valores, el usuario deberá clickear el botón “Realizar

ANOVA”. A continuación se abrirá una nueva pantalla: “Resultados del ANOVA”, en

la cual se mostrarán los resultados del análisis.

Pantalla: “Resultados ANOVA”

En esta pantalla se mostrará los resultados del análisis, en la Figura 4 se puede ver

un esquema de la misma, donde se expone a modo ejemplo la planilla de resultados de

una variable no estructural y algunos de los gráficos mencionados en la sección 5.3.

Para cada variable se podrá observar:

Si la variable afecta significativamente a la variable de respuesta beneficio total.

Para cada escenario propuesto se especifica en la primera fila el valor absoluto de

las variables de salida debido a la variación individual de la variable de entrada, y

en la segunda, la variación de éstos con respecto al valor original (correspondiente a

Fig. 4. Interfaz de resultados del ANOVA



los valores indicados en la pantalla principal). Las variables de salida que se detallan

son: el beneficio total, el costo total y una variable de salida considerada como más

influyente para la variable analizada. Para conocer el impacto en todas las variables

de salida que afecta, el usuario deberá clickear el botón “ver impacto en el resto de

las variables de salida” y se abrirá una nueva pantalla donde se detallan los mismos.

Gráfico de cada variable en el que muestra en ordenadas el beneficio total y en abs-

cisas los 3 niveles seleccionados.

También se incluye el gráfico de interacción de las variables seleccionadas en la

pantalla Simulación y otro gráfico en el que se relacionan todas las variables de entrada.

Una vez observado los resultados, existe la opción de exportar los datos a una plani-

lla de cálculo, clickeando en el botón “Exportar resultados”.

Otras Pantallas

En otra pantalla se detallarán datos específicos a ingresar en caso de la incorporación

de camiones; otra expone el impacto en todas las variables en los resultados si se incor-

porarían todos los escenarios 1, todos los escenarios 2 o todos los 3; y las pantallas de

impactos de cada variables, en la que se muestra el impacto individual de cómo las

variaciones propuestas para cada variable de entrada afectan a las variables de salida.

6 Discusión

El modelado propuesto del sistema de toma de decisiones logísticas basada en la

simulación plantea:

Simular tendencias y eventos inesperados dentro del proceso de toma de decisiones

relativas a los costos logísticos, a través del diseño de diferentes escenarios.

Evaluar distintas decisiones administrativas/operativas (como por ejemplo qué tipo

de cubiertas se compran) y de estructura alternativas (cantidad de operarios a em-

plear, modificaciones en la flota de camiones, etc.).

Evaluar el impacto de las decisiones en los costos a través de relaciones causa-efecto.

Se propone continuar con el proceso de simulación para implementar el modelo pro-

puesto en el software desarrollado en Java por el grupo de trabajo.

7 Conclusiones

La propuesta de este trabajo es el modelado conceptual de la simulación y el desa-

rrollo de un análisis de sensibilidad para el análisis de costos relacionados al transporte

de la carne. Se plantea implementar la simulación en trabajos futuros como herramienta

de análisis dinámico al sistema informático ya desarrollado, que posee como principal

ventaja la fácil integración a los sistemas existentes en el ámbito industrial.

Esta propuesta pretende ser un instrumento útil para la toma de decisiones, posibili-

tando simular diferentes escenarios o eventos inesperados y apreciando el efecto que



tiene en los resultados de costos. En este sentido, la incorporación de la simulación en

el análisis sobre los costos del transporte de carne permitiría observar el impacto de

ciertas decisiones de diseño y gestión, así como posibles variaciones en los parámetros

de costos sobre los costos totales y unitarios, para facilitar la toma de decisiones en los

mandos medios y altos. Un aspecto a destacar es que el trabajo no se limita al costeo de

las empresas de transporte de carne, pudiendo ser extendido a otros rubros e industrias.

Referencias

1. Jane, C.: Performance Evaluation of Logistics Systems under Cost and Reliability Consid-

erations. Transportation Research Part E: Logistics and Transportation Review, 47(2), 130-

137 (2011)

2. Rasamit, T.: The Aggregate Analysis of Logistics Cost and Total Factor Productivity. Tesis

de Maestría, Massachusetts USA (2003)

3. Kaplan, R., Cooper, R.: Accounting and Management: A Field Study Perspective. Boston,

Estados Unidos: Harvard Business School Press (1987)

4. Rolón, J., Ascúa,L., Rolón-Harjunkoski, M., Tucci, V., Rodríguez, M.A.: Diseño de sistema

de costeo ABC al servicio de transporte en la industria de la carne. Primera Parte: Modelado

del sistema de costos. Trabajo presentado en el VIII Congreso Argentino de Ingeniería In-

dustrial, Córdoba, Argentina (2015)

5. Java 8.0. https://www.java.com

6. Rolón-Harjunkoski, M., Rolón, J., Ascúa,L., Tucci, V., Rodríguez, M.A.: Diseño de sistema

de costeo ABC al servicio de transporte en la industria de la carne. Segunda Parte: Desarrollo

del programa informático para el análisis de costos. Trabajo presentado en el VIII Congreso

Argentino de Ingeniería Industrial. Córdoba, Argentina (2015)

7. Fullana Belda, C., Urquía Grande, E.: Los Modelos de Simulación: Una Herramienta Mul-

tidisciplinar de Investigación. Encuentros multidisciplinares, 11(32), 37–48 (2009)

8. Guerrero Hernández, M. A., Henriques Librantz, A. F.: Simulación de eventos discretos de

la cadena logística de exportación de commodities. Ingeniare, 22(2), 257–262 (2014)

9. SeaRates LP. https://www.searates.com/es/reference/stuffing/

10. World Freight Rates. http://www.worldfreightrates.com

11. Erdman, D. Simulation Models for Business Planning and Economic Forecasting. SUGI

Proceedings, Econometrics and Time Series Papers (1993)

12. Departamento de Medio Ambiente y Política Territorial. Eusko Jaurlaritza - Gobierno

Vasco. http://www.garraioak.ejgv.euskadi.eus/r41-10714x/es/s46aSIMUCOS-

TESWar/S46AAyuda.jsp

13. Simulador de Costos SIP Consultors. https://www.3tres3.com/simulador-de-costes

14. Quinodoz, J.: Un tablero de control para empresas de producción lechera. Producir XXI, Bs.

As., 16(201), 35–40 (2008)

15. Loper, M. L.: The Modeling and Simulation Life Cycle Process. Modeling and Simulation

in the Systems Engineering Life Cycle. Springer London, 17-27 (2015)

16. Larman, C.: Iterative and Incremental Development: A Brief History. Computer. IEEE

Computer Society. 36 (6), 47–56 (2003)

17. Law, A. M, Kelton W.: Simulation Modeling and Analysis. Mc. Graw-Hill, Singapur (1991)

18. Gutiérrez Pulido, H.: Diagrama de Pareto y estratificación. En: Calidad Total y Productivi-

dad. D.F. Mc.Graw-Hill Interamericana. México (2006)



https://www.searates.com/es/reference/stuffing/

http://www.worldfreightrates.com/

http://support.sas.com/rnd/app/ets/papers/simulationmodels.pdf

Sistema de Apoyo para la Toma de Decisiones Logísticas en … · En particular, el proceso de...

Documents

Transcript of Sistema de Apoyo para la Toma de Decisiones Logísticas en … · En particular, el proceso de...